-
题名新能源场站集中并网区域继电保护装置测试技术
- 1
-
-
作者
张丽
李胜男
唐金锐
付士亮
-
机构
云南电网有限责任公司电力科学研究院
武汉理工大学自动化学院
云南电网有限责任公司红河供电局
-
出处
《云南电力技术》
2024年第1期24-28,共5页
-
文摘
为全面评估分析新能源场站集中并网区域继电保护装置在起动元件、选相元件以及保护算法的适应性及动作性能,本文对集中并网区域的新型继电保护装置的示范应用进行了阐述,并对由各类新能源并网逆变器主导故障特性下的区域继电保护装置测试技术进行了探讨。
-
关键词
新能源
继电保护
测试技术
人工智能
多维时频特征
-
Keywords
Reneable Energy
Relay Protection
Test Technology
Artificial Intelligence
Multi-Dimensional Time-Frequency Characteristics
-
分类号
TM74
[电气工程—电力系统及自动化]
-
-
题名基于多维时频特征的变压器故障声纹识别方法研究
- 2
-
-
作者
唐冬来
李擎宇
龚奕宇
钟声
陈泽宇
聂潇
-
机构
四川思极科技有限公司
国网四川省电力公司
-
出处
《自动化仪表》
CAS
2023年第11期11-14,19,共5页
-
基金
国家重点研发计划基金资助项目(2019YFB2103000)。
-
文摘
为解决变压器绕组故障检查难度大、辨识准确率低的问题,提出了一种基于多维时频特征的变压器故障声纹识别方法。首先,通过傅里叶变换与分帧法提取变压器噪声,过滤电晕、风机、环境干扰数据。其次,将变压器全寿命周期声纹库与当前变压器声纹进行比较,判断是否存在异常。在此基础上,通过熵权法调整多维时频特征评估权重,从而辨识变压器绕组故障声纹。最后,在某省电科院进行变压器故障声纹仿真试验。该方法识别准确率为95.9%,能够精准辨识变压器绕组故障。
-
关键词
变压器
多维时频特征
故障声纹
熵权法
分帧法
绕组故障
振动传播
绝缘老化
失真度
-
Keywords
Transformer
Multidimensional time-frequency features
Fault acoustic
Entropy weighting method
Split-frame method
Winding faults
Vibration propagation
Insulation aging
Distortion
-
分类号
TH87
[机械工程—仪器科学与技术]
-
-
题名基于精简双线性注意力网络的环境声音分类方法
- 3
-
-
作者
董绍江
夏蒸富
蔡巍巍
-
机构
重庆交通大学机电与车辆工程学院
大陆汽车研发重庆有限公司
-
出处
《北京邮电大学学报》
EI
CSCD
北大核心
2023年第6期102-107,共6页
-
文摘
局部区域差异会导致环境声音难以精确分类。对此,提出了一种基于精简双线性注意力网络的环境声音分类方法。首先,引入多维时频特征充分表征环境声音的特点;其次,引入随机擦除在线数据增强的方法,避免缺乏数据集而导致所训练的模型出现过拟合问题,提高样本的多样性;最后,在精简双线性网络框架不变的情况下,采用密集型连接网络DensNet-169作为特征提取模块,并引入通道空间位置注意力模块,关注环境声音特征局部区域的差异。实验结果表明,所提方法在ESC-10和ESC-50数据集上的准确率均超过人耳识别的准确率。
-
关键词
精简双线性网络
注意力模块
环境声音分类
随机擦除数据增强
多维时频特征
-
Keywords
compact bilinear network
attention module
environmental sound classification
random erasing data augmentation
multi-dimensional time-frequency features
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名融合多维时频特征的环境声识别
- 4
-
-
作者
李林桦
王学渊
李小霞
-
机构
西南科技大学信息工程学院特殊环境机器人技术四川省重点实验室
-
出处
《制造业自动化》
CSCD
北大核心
2021年第6期49-52,94,共5页
-
基金
国家自然科学基金资助项目(61771411)。
-
文摘
针对单一的时频特征无法完全表征声信号在时频域上演变过程,从而导致环境声识别性能差的问题。首先,以对数梅尔和耳蜗时频特征为基础,提出一种在时、频两个维度上的一阶差分特征,用于表征声信号在时频域中能量变化的动态关系;然后融合对数梅尔、耳蜗及其一阶差分特征形成多维时频特征;最后,构建卷积神经网络充分提取更具判别性的特征信息,并使用DS证据理论进行信息融合,提出一种新的环境声识别模型。在ESC-10和ESC-50数据集上分别达到了96%与85.3%的识别率,比先进的DS-CNN模型分别提升了3.4%和2.2%,比人耳识别性能分别提升0.3%和4%。实验结果表明,所提出的模型在环境声识别任务能够达到较好的识别效果。
-
关键词
环境声识别
多维时频特征
卷积神经网络
DS证据理论
-
分类号
TB529
[理学—物理]
-
